Jev+Mercury 2.5+WebMCP 全解基准，成本仅为 GPT-6 Astra 的 1/112
开源基准 WindTunnel（nekuda-ai/WindTunnel）的最新实测显示，Jev 配合低价模型 Mercury 2.5 并通过 WebMCP 协议操作浏览器，在 49 项任务上 100% 全部完成，模型成本比采用计算机使用加代码执行的 GPT-6 Astra 低约 112 倍，也显著低于截图式 computer use 方案。这一结果由 WebMCP 基准团队在其自建基准上测得，团队称该组合「基本跑爆了基准」。
已确认
- Jev + Mercury 2.5 + WebMCP 组合在 49 项浏览器任务上实现 100% 完成率，模型成本约为 GPT-6 Astra（代码执行方案）的 1/112（m1/m5/m6）。
- 技术分工：Jev 只能从一组离散选项中选择（如选中 searchproducts 工具），无法自行生成任意文本（如搜索词），因此工具参数由 Mercury 2.5 补齐，该模型每秒可输出 1000+ token（m2/m3）。
- 接入 WebMCP 后任务完成率从 25/49 拉满，成本再降 18%（m3）。
- WindTunnel 基准对比浏览器 agent 与网站交互的不同方式，核心发现是多数任务真正的难点在于「选对下一步」而非生成工具参数；WebMCP 使浏览器 agent 提速 2.5-7.5 倍、成本降低 3-47 倍（m4）。
为什么重要
该结果挑战了「浏览器 agent 必须依赖昂贵大模型做 computer use」的常见假设：既然难点是决策而非文本生成，就可以用专司选择的轻量组件搭配低成本低延迟 LLM 组合，在大幅降低成本与延迟的同时保持甚至提升完成率，为 agent 与网站交互提供了一条更经济的协议化路径。
2026-09-18 ~ 2026-09-20 · 6 条相关
一手来源
- WebMCP 基准：Jev 组合以 245 倍低成本全解 49 项浏览器任务 — hackgoofer ·
- Jev 接入 WebMCP 后任务完成率从 25/49 拉满,成本再降 18% — FinanceYF5 ·
- WindTunnel 基准：WebMCP 让浏览器 agent 提速 2.5-7.5 倍、成本降 3-47 倍 — FinanceYF5 ·
- 【源头】WebMCP 基准：Jev 组合以 245 倍低成本全解 49 项浏览器任务 — hackgoofer · 2026-09-18
- WebMCP 实测:成本仅为 GPT-6 Astra 1/112,任务全解 — hardimanjames · 2026-09-19
- Jev+WebMCP 跑满分,成本比 GPT-6 Astra 低 112 倍 — QuanquanGu · 2026-09-19
- 【源头】Jev 接入 WebMCP 后任务完成率从 25/49 拉满,成本再降 18% — FinanceYF5 · 2026-09-20
- Jev 只会选不会写：WebMCP 线程解释为何需要 Mercury 2.5 补参数 — FinanceYF5 · 2026-09-20
- 【源头】WindTunnel 基准：WebMCP 让浏览器 agent 提速 2.5-7.5 倍、成本降 3-47 倍 — FinanceYF5 · 2026-09-20